Predição dos tempos até a morte de mulheres com câncer da mama via Random Survival Forest

Abstract

A Análise de sobrevivência é uma área de pesquisa que cada vez mais vem ganhando ênfase em diversos setores produtivos e acadêmicos. Esta análise baseia-se em analisar dados cuja a variável de interesse é o tempo até a ocorrência de um evento, permitindo modelar dados com a presença de informações incompletas, denominadas censuras. Estes modelos podem apresentar distribuição paramétrica ou semi-paramétrica de riscos proporcionais de Cox. No entanto, tais modelos citados não possuem a melhor capacidade preditiva, sendo assim, os modelos de Machine Learning em conjunto com o Random Forest via Análise de Sobrevivência (RSF), têm sido utilizado como alternativa para predições mais robustas. Neste trabalho objetivou-se utilizar a técnica Random Survival forest com o intuito de prever o tempo que uma paciente diagnosticada com câncer leva até a morte, com base em alguns indicadores. Os resultados obtidos evidenciam uma boa capacidade preditiva do modelo, apresentando C-index de 0,8800 e IBS de 0,1559, no qual as variáveis de suma importância para a predição são: idade, o receptor de progesterona, número de quimioterapias, número de radioterapias e número de hormonoterapia.